- •Ортогональное преобразование главных осей
- •Многомерный нормальный закон в канонической векторной форме
- •Нормальный закон многомерного вектора в общем виде
- •Нормальное распределение на плоскости в координатной форме
- •Проекции нормального распределения
- •Условные распределения нормального закона
- •Переход к главной системе координат
- •Круговое рассеивание
- •Параметры рассеивания в главной системе координат
- •Вероятность попадания в эллипс рассеивания
- •Вероятность попадания в эллипс рассеивания
- •Обобщение на n -мерные эллипсоиды рассеивания
- •Вероятность попадания в 3-мерный эллипсоид рассеивания
- •Случайная величина «хи-квадрат»
- •Закон распределение n-мерного промаха
- •Числовые характеристики n-мерного промаха
- •Закон Рэлея и его числовые характеристики
- •Срединный промах в 1.75 раз больше срединного отклонения
- •Вычисление интегральных показателей, зависящих от распределения промахов
- •Вероятность попадания в заданную область
- •Вероятность попадания в эллипс рассеивания
- •Вероятность попадания в эллипс рассеивания в масштабе срединных отклонений
- •Вероятность попадания в круг
- •Вероятность попадания в эллипсоид
- •Вычисление вероятности попадания в цилиндр
- •Вероятность попадания в прямоугольник
- •Вероятность попадания в произвольную область
- •Требования к аппарату вычисления вероятностей папаания
- •Класс двумерных нормально распределенных случайных векторов
- •Структура и методы класса Norm_2
- •Пример 1. Вычисление вероятностей попадания в группу объектов
- •Пример 2. Статистическое моделирование в классе Norm_2
- •Пример 3. Оптимизация параметров распределения
- •Пример 4. Оптимизация ско рассеивания
Пример 4. Оптимизация ско рассеивания
>> U=[];for i=1:8 U(i)=sum(Ver(Xm*0.98^i,G));end;U
U = 0.7781 0.7793 0.7800 0.7803 0.7802 0.7797 0.7788 0.7776
Определим объект с оптимальными СКО по принятому показателю иУбедимся в том, что существенное уменьшение СКО не приведет к росту показателя:
>> Xh=Xm*0.98^4, Z=sum(Ver(Xh*0.5,G))
Norm_2 Xh
Xh.m = [0.000 0.000]
Xh.s = [3.772 3.834] Xh.r = -0.470
Xh.K = [14.225 -6.802; -6.802 14.701]
Z = 0.6443
Однако сдвиг центра рассеивания внутрь одной из геометрических фигур (его можно выполнить операцией сложения объекта Norm_2 с вектор-столбцом смещения) приводит к монотонному росту показателя до 1 с уменьшением СКО:
>> X0=Xh*0.5+[1;1], P=Ver(X0,G); P0=sum(P), ShowEl(X0,1)
P = 0.1638 0.6254 0.0021 0.0008 0.0013 0.0238
P0 = 0.8172
Полный и единичный эллипсы для объекта X0 показаны на рис. 7.10.
Контрольные вопросы
-
Распределение какой системы СВ описывает канонический нормальный закон?
-
Как получить нормальный закон распределения двух СВ в самом общем виде на основании канонического нормального закона?
-
Как получить нормальный закон распределения n СВ на основании канонического нормального закона?
-
Объясните вероятностный характер сечений поверхности нормального закона системы двух СВ плоскостями, параллельными координатным плоскостям.
-
Параметры двумерного нормального закона зависят от выбора системы координат. В какой системе координат разность между СКО наибольшая? Как перейти к такой системе координат?
-
Каковы особенности регрессии двумерного нормального закона?
-
Можно ли утверждать, что некоррелированные нормально распределенные СВ независимы? Почему?
-
Радиус поражения цели фугасным действием – Rп, рассеивание БП на плоскости в целевой системе координат нормальное с параметрами x = y = , mx = my = 0. Размеры цели пренебрежимо малы по сравнению с Rп. Как найти вероятность поражения цели?
-
В условиях предыдущей задачи рассеивание шаровое с координатным СКО . Как найти вероятность поражения цели?
-
В условиях задачи 8 центр рассеивание находится на расстоянии d от цели. Как найти вероятность поражения цели?
-
Ракета сближается с целью на параллельных курсах. Ошибка наведения в картинной плоскости (перпендикулярной траектории) круговое с координатным СКО . Неконтактный взрыватель срабатывает на траектории с ошибкой, распределенной по нормальному закону Z N(mz, z). Максимальный радиус срабатывания взрывателя rm, зона опасных разрывов в целевой системе координат по направлению сближения ограничена плоскостями z1, z1. Как найти вероятность срабатывания взрывателя в области опасных разрывов?
ПРИЛОЖЕНИЕ 7
Таблица 1. Функция нецентрального распределения Рэлея FR(r, d) = W(r/, d/).
d r |
0 |
0,1 |
0,2 |
0,4 |
0,4 |
0,5 |
0,6 |
0,7 |
0,8 |
0,9 |
0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3.0 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4.0 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 |
0.0000 0.0050 0.0198 0.0440 0.0769 0.1175 0.1647 0.2173 0.2739 0.3330 0.3935 0.4539 0.5132 0.5704 0.6247 0.6753 0.7220 0.7643 0.8021 0.8355 0.8647 0.8897 0.9111 0.9290 0.9439 0.9561 0.9660 0.9739 0.9802 0.9851 0.9889 0.9918 0.9940 0.9957 0.9969 0.9978 0.9985 0.9989 0.9993 0.9995 0.9997 0.0000 0.0030 0.0121 0.0270 0.0475 0.0734 0.1043 0.1397 0.1790 0.2216 0.2670 |
0.0000 0.0050 0.0197 0.0438 0.0765 0.1169 0.1639 0.2162 0.2725 0.3315 0.3917 0.4520 0.5112 0.5684 0.6226 0.6732 0.7199 0.7623 0.8002 0.8337 0.8630 0.8882 0.9097 0.9278 0.9428 0.9551 0.9651 0.9732 0.9795 0.9845 0.9884 0.9914 0.9937 0.9953 0.9966 0.9975 0.9982 0.9987 0.9990 0.9993 0.9994 0.0000 0.0027 0.0109 0.0243 0.0430 0.0666 0.0948 0.1273 0.1636 0.2034 0.2461 |
0.0000 0.0049 0.0194 0.0431 0.0754 0.1152 0.1617 0.2134 0.2691 0.3275 0.3872 0.4471 0.5060 0.5630 0.6171 0.6678 0.7146 0.7572 0.7954 0.8293 0.8590 0.8846 0.9065 0.9250 0.9404 0.9530 0.9634 0.9717 0.9784 0.9836 0.9877 0.9908 0.9932 0.9950 0.9963 0.9973 0.9981 0.9986 0.9990 0.9992 0.9994 0.0000 0.0024 0.0097 0.0218 0.0385 0.0597 0.0853 0.1150 0.1484 0.1852 0.2250 |
0.0000 0.0048 0.0189 0.0421 0.0736 0.1126 0.1580 0.2087 0.2634 0.3209 0.3799 0.4391 0.4975 0.5541 0.6081 0.6588 0.7058 0.7487 0.7874 0.8219 0.8522 0.8785 0.9011 0.9202 0.9363 0.9496 0.9605 0.9693 0.9764 0.9820 0.9864 0.9898 0.9924 0.9944 0.9959 0.9970 0.9978 0.9984 0.9988 0.9991 0.9993 0.0000 0.0021 0.0086 0.0193 0.0341 0.0531 0.0761 0.1029 0.1333 0.1671 0.2040 |
0.0000 0.0046 0.0183 0.0407 0.0712 0.1089 0.1530 0.2024 0.2557 0.3119 0.3697 0.4280 0.4857 0.5418 0.5956 0.6464 0.6936 0.7370 0.7764 0.8116 0.8427 0.8700 0.8935 0.9135 0.9305 0.9446 0.9563 0.9658 0.9735 0.9796 0.9845 0.9883 0.9912 0.9935 0.9952 0.9965 0.9974 0.9981 0.9986 0.9990 0.9992 0.0000 0.0019 0.0075 0.0169 0.0300 0.0468 0.0673 0.0913 0.1188 0.1496 0.1835 |
0.0000 0.0044 0.0175 0.0389 0.0681 0.1044 0.1469 0.1945 0.2462 0.3007 0.3571 0.4142 0.4709 0.5264 0.5799 0.6307 0.6782 0.7222 0.7623 0.7984 0.8306 0.8589 0.8836 0.9048 0.9229 0.9381 0.9507 0.9612 0.9696 0.9765 0.9819 0.9863 0.9896 0.9922 0.9942 0.9957 0.9969 0.9977 0.9983 0.9988 0.9991 0.0000 0.0016 0.0065 0.0146 0.0261 0.0408 0.0589 0.0803 0.1050 0.1328 0.1638 |
0.0000 0.0042 0.0166 0.0369 0.0646 0.0992 0.1397 0.1853 0.2349 0.2876 0.3423 0.3979 0.4535 0.5082 0.5612 0.6119 0.6597 0.7042 0.7452 0.7824 0.8158 0.8454 0.8715 0.8941 0.9135 0.9299 0.9438 0.9553 0.9648 0.9725 0.9787 0.9836 0.9875 0.9906 0.9930 0.9948 0.9961 0.9971 0.9979 0.9985 0.9989 0.0000 0.0014 0.0056 0.0126 0.0225 0.0353 0.0511 0.0700 0.0919 0.1169 0.1450 |
0.0000 0.0039 0.0155 0.0346 0.0607 0.0933 0.1317 0.1749 0.2223 0.2728 0.3255 0.3794 0.4336 0.4874 0.5398 0.5904 0.6384 0.6835 0.7253 0.7636 0.7983 0.8294 0.8570 0.8811 0.9021 0.9201 0.9353 0.9481 0.9587 0.9675 0.9746 0.9803 0.9849 0.9885 0.9913 0.9935 0.9952 0.9964 0.9974 0.9981 0.9986 0.0000 0.0012 0.0047 0.0107 0.0192 0.0302 0.0440 0.0605 0.0798 0.1021 0.1273 |
0.0000 0.0036 0.0144 0.0322 0.0565 0.0870 0.1229 0.1637 0.2086 0.2566 0.3071 0.3591 0.4118 0.4643 0.5160 0.5663 0.6144 0.6600 0.7027 0.7422 0.7783 0.8109 0.8402 0.8660 0.8887 0.9083 0.9252 0.9394 0.9514 0.9614 0.9696 0.9762 0.9816 0.9859 0.9892 0.9919 0.9939 0.9955 0.9966 0.9975 0.9982 0.0000 0.0010 0.0040 0.0090 0.0162 0.0256 0.0374 0.0517 0.0687 0.0883 0.1108 |
0.0000 0.0033 0.0133 0.0296 0.0521 0.0803 0.1138 0.1519 0.1940 0.2395 0.2875 0.3373 0.3882 0.4394 0.4902 0.5400 0.5881 0.6341 0.6776 0.7182 0.7557 0.7900 0.8210 0.8487 0.8732 0.8947 0.9132 0.9292 0.9427 0.9540 0.9634 0.9712 0.9775 0.9826 0.9866 0.9898 0.9923 0.9942 0.9957 0.9968 0.9977 0.0000 0.0008 0.0033 0.0075 0.0136 0.0216 0.0316 0.0439 0.0586 0.0758 0.0957 |
Листинг 7.1. Файл-функция p_Ellipsoid(k,n) вычисляет вероятность попадания в n-мерный эллипсоид в полуосях которого помещается k соответствующих СКО.
function out = Chi2(k,n)
m=n/2;
if fix(m) == m
a=k.^2/2;R=ones(m, length(k));
for i=1:(m-1)
R(i+1,:)=a.^i/prod(1:i);
end
out=1-exp(-a).*sum(R,1);
else
G=[];
for i=1:2:n-2
t=k.^i;
for j=i:-2:2 t=t/j;end
G(end+1,:)=t;
end
out=2*f_LaplasV(k)-sqrt(2/pi)*exp(-k.^2/2).*sum(G,1);
end
Листинг 7.2. Файл-функция f_Ellipsoid(r,n,s) вычисляет закон распределения n-мерного промаха при шаровом рассеивании с координатным СКО s
%
function out = f_Ellipsoid(r,n,s)
if nargin<3 s=1; end
out=2/s*r.^(n-1)/2^(n/2)/f_Gamma(n/2)/s.*exp(-(r/s).^2/2);
%
function out = f_Gamma(n2)
k=fix(n2);
if k == n2
out=prod(1:n2-1);
else
t=1; for j=k*2-1:-2:1 t=t*j;end
out=sqrt(pi)/2^k*t;
end
Листинг 7.2. Файл-функция f_Ellipsoid(r,n,s) вычисляет закон распределения n-мерного промаха при шаровом рассеивании с координатным СКО s
%Rayleigh scattering
function f= f_Rayl(r,s,d)
if nargin<2 s=1; end
f=f__Rayl(r,s);
if nargin<3 return, end
fi=linspace(0,2*pi,80);
for i=1:length(r)
A=Trap(exp(-r(i)*d*cos(fi)./s^2),fi);
f(i)=f(i)*A;
end
f=f*exp(-d^2/(2*s^2))/(2*pi);
function f= f__Rayl(r,s)
if nargin<2 s=1; end
a=r./s^2;
f=a.*exp(-r.*a/2);
Листинг 7.3. Конструктор и методы класса Norm_2 двумерного нориального закона
%
function X=Norm_2(varargin)
X=struct('Class','Norm_2','K',[1 0;0 1],'M',[0;0],'r',0);
X=class(X,'Norm_2');
X=setval(X,varargin{:});
function [X, a, A]=ToMainAxes(X)
a=0; A=0;
if X.r
a=0.5*atan(2*X.r*sqrt(X.K(1)*X.K(4))/(X.K(1)-X.K(4)));
A=a*180/pi;
X=RotAxes(X,A);
end
function Y=RotAxes(X,a)
a=a/180*pi;sina=sin(a);cosa=cos(a);
C=[cosa sina; -sina cosa];
Y=Norm_2( C'*X.M, C*X.K*C' );
function out=f(X,x1,x2)
if nargin==2 x2=x1(2); x1=x1(1);end
x=Y12(X);
y1=(x1-x.m(1))/x.s(1);
y2=(x2-x.m(2))/x.s(2);
out=f_Norm2(y1,y2,X.r)/prod(x.s)
1 Гамма-функция (k) обладает следующими свойствами:
-
(k+1) = k(k), (1)=1, ((k+1) = k! при k 0 целом);
-
, ( (2k–1)!! = 123…(2k – 1) ).
БЭСПиБП.7.
Двумерное
нормальное распределение